南洋理工大学 发布 Novelty Detection Datasets 数据集, 应用在 新颖性检测、自然语言处理 领域

南洋理工大学 本次发布的数据集 Novelty Detection Datasets, 该数据集是为科学创新性检测（ND）任务量身定制的基准数据集，具有拓扑闭包性和紧凑性。数据集包括营销和自然语言处理（NLP）两个领域的子集，其中营销领域数据集包含470篇研究文章，NLP领域数据集包含3,533篇论文。数据集构建过程利用大型语言模型（LLM）提取和总结每篇论文的核心贡献、假设和方法论，以提高数据集的紧凑性。数据集旨在解决现有ND方法在资源密集和主观性方面的限制，通过LLM的知识蒸馏框架训练思想检索器，以捕获概念而非文本相似度，从而有效地检测研究思想的新颖性。

查看Novelty Detection Datasets

关于 南洋理工大学 , 南洋理工大学是新加坡一所享有盛誉的研究型大学，以其在科研和教育领域的杰出成就而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。